[发明专利]商品选择偏好预测方法、装置及电子设备在审

专利信息
申请号: 202210328065.3 申请日: 2022-03-30
公开(公告)号: CN114742612A 公开(公告)日: 2022-07-12
发明(设计)人: 赵虹;李清明 申请(专利权)人: 清华大学
主分类号: G06Q30/06 分类号: G06Q30/06;G06Q30/02
代理公司: 北京路浩知识产权代理有限公司 11002 代理人: 吴勇涛
地址: 100084 北京市海淀区双清路*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 商品 选择 偏好 预测 方法 装置 电子设备
【权利要求书】:

1.一种商品选择偏好预测方法,其特征在于,包括:

获取若干个可选商品各自的预设属性信息和预设市场信息;

基于所述预设属性信息和所述预设市场信息,分别计算各可选商品的商品效用;

判定所述商品效用满足预设条件,则该所述商品效用对应的可选商品为目标商品;

其中,所述预设市场信息至少包括商品所处场景、商品所对应商家信息、商品与竞品对比信息和商品展示位置。

2.根据权利要求1所述的商品选择偏好预测方法,其特征在于,所述基于所述预设属性信息和所述预设市场信息,分别计算各可选商品的商品效用,具体包括:

基于所述预设属性信息以及所述预设市场信息中的所述商品所处场景和所述商品所对应商家信息,分别计算各可选商品的属性效用;

基于所述预设属性信息以及所述预设市场信息中的所述商品所处场景和所述商品与竞品对比信息,分别计算各可选商品的比较效用;

基于所述预设属性信息以及所述预设市场信息中的所述商品所处场景和所述商品展示位置,分别计算各可选商品的展位效用;

基于加性计算法以及各可选商品的所述属性效用、所述比较效用和所述展位效用,分别获得各可选商品的所述商品效用。

3.根据权利要求2所述的商品选择偏好预测方法,其特征在于,所述基于所述预设属性信息以及所述预设市场信息中的所述商品所处场景和所述商品所对应商家信息,分别计算各可选商品的属性效用,具体包括:

基于所述预设属性信息,记所述若干个可选商品构成的集合为S′,并记可选商品中的任一商品作为当前商品S;

基于所述商品所对应商家信息,获得各个商家对任一所述可选商品的属性特征的权重影响矩阵g(S′),计算式为:

g(S′)=ReLu(τ2g1)

g1=ReLu(τ1S′)

其中,τ1、τ2分别为第一和第二线性变换矩阵,ReLu为非线性变换激活函数,g(S′)中位于第i行第j列的元素表示商家j对可选商品的第i个属性特征所施加的权重影响;

基于所述各个商家对任一所述可选商品的属性特征的权重影响矩阵g(S′),获得用户对任一所述可选商品的属性权重向量β(S′),计算式为:

基于所述用户对任一所述可选商品的属性权重向量β(S′),分别获得各个可选商品的属性效用FU,计算式如下:

FU=β(S′)T·S

其中,T表示矩阵转置。

4.根据权利要求2所述的商品选择偏好预测方法,其特征在于,所述基于所述预设属性信息以及所述预设市场信息中的所述商品所处场景和所述商品与竞品对比信息,分别计算各可选商品的比较效用,具体包括:

基于所述预设属性信息,从所述若干个可选商品中选择任一商品作为当前商品S,并记所述当前可选商品的任一竞品为Sn

基于所述商品与竞品对比信息,获得任一竞品Sn对所述当前商品S的对比效用影响矩阵h(S,Sn),计算式为:

h(S,Sn)=h2(S)T·Sn

其中,分别为第三和第四线性变换矩阵ReLu为非线性变换激活函数;

基于所述任一竞品Sn对所述当前商品S的对比效用影响矩阵h(S,Sn)的取值,获得所述当前商品的比较效用MU,计算式如下:

其中,S′表示所有可选商品构成的集合,Sn∈S′\S表示竞品Sn是指在商品所处场景下若干个可选商品中除当前商品S本身以外的任一可选商品。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于清华大学,未经清华大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210328065.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top